Remarque
L’accès à cette page nécessite une autorisation. Vous pouvez essayer de vous connecter ou de modifier des répertoires.
L’accès à cette page nécessite une autorisation. Vous pouvez essayer de modifier des répertoires.
Un hub est un type d’espace de travail qui gère de manière centralisée la sécurité, la connectivité, les ressources de calcul et le quota d’une équipe. Une fois configuré, un hub permet aux développeurs de créer leurs propres espaces de travail pour organiser leur travail tout en restant conformes aux exigences de configuration informatique. Le partage et la réutilisation des configurations via un espace de travail hub permettent de gagner en efficacité lors du déploiement de Azure Machine Learning à grande échelle.
Les espaces de travail créés à l’aide d’un hub, appelés « espaces de travail de projet », obtiennent les mêmes paramètres de sécurité et l’accès aux ressources partagées. Ils ne nécessitent pas leurs propres paramètres de sécurité ou Azure ressources associées. Créez autant d’espaces de travail de projet que vous devez organiser votre travail, isoler des données ou restreindre l’accès.
Créez un espace de travail hub si vous ou votre équipe planifiez plusieurs projets Machine Learning. Utilisez un hub pour organiser votre travail dans le même domaine de données ou d’entreprise.
Exploration de l’IA rapide et sécurisée sans goulot d'étranglement dans l'infrastructure informatique.
La création de modèles Machine Learning nécessite souvent un prototypage lourd comme prérequis pour une implémentation à grande échelle. Il peut être incorporé pour prouver la faisabilité d’une idée, ou évaluer la qualité des données ou un modèle, pour une tâche particulière.
Au cours de la transition de la faisabilité d’une idée, à un projet financé, de nombreuses organisations rencontrent un goulot d’étranglement dans la productivité, car une seule équipe de plateforme est responsable de la configuration des ressources cloud. Une telle équipe peut être la seule autorisée à configurer la sécurité, la connectivité ou d’autres ressources susceptibles d’entraîner des coûts. Cela pourrait entraîner la création d'un backlog énorme, bloquant ainsi les équipes de développement dans leur capacité à commencer à innover avec une nouvelle idée.
L’objectif des hubs est de retirer ce goulot d’étranglement en laissant le service informatique configurer un environnement sécurisé, préconfiguré et réutilisable pour qu’une équipe prototype, crée et exploite des modèles Machine Learning.
Configurer et sécuriser un hub pour votre équipe
Créez un espace de travail hub dans Azure portail avec des modèles Azure Resource Manager ou via Azure Machine Learning SDK/CLI. Vous pouvez personnaliser la mise en réseau, l’identité, le chiffrement, la surveillance ou les étiquettes pour répondre aux exigences de votre organisation.
Les espaces de travail du projet créés à l'aide d'un hub obtiennent les paramètres de sécurité et la configuration des ressources partagées du hub. Y compris les configurations suivantes :
| Configuration | Note |
|---|---|
| Paramètres réseau | Un réseau virtuel managé est partagé entre les espaces de travail hub et projet. Pour accéder au contenu dans les espaces de travail du hub et du projet, créez un point de terminaison de lien privé unique sur l'espace de travail du hub. |
| Paramètres de chiffrement | Les paramètres de chiffrement passent du hub au projet. |
| Stockage pour les données chiffrées | Lorsque vous apportez vos clés gérées par le client pour le chiffrement, les espaces de travail hub et de projet partagent le même groupe de ressources managés pour stocker les données de service chiffrées. |
| Connexions | Les espaces de travail du projet peuvent utiliser des connexions partagées créées sur le hub. Cette fonctionnalité n’est actuellement prise en charge que dans Microsoft Foundry. |
| Instance de calcul | Réutilisez une instance de calcul sur tous les espaces de travail de projet associés au même hub. |
| Quota de calcul | Tout quota de calcul consommé par les espaces de travail de projet est déduit du solde du quota de l’espace de travail hub. |
| Stockage | Ressource associée pour le stockage des données d’espace de travail. Les espaces de travail de projet utilisent des conteneurs désignés commençant par un préfixe {workspaceGUID} et disposent d’une attribution de rôle Accès en fonction des attributs Azure pour l’identité de l’espace de travail afin de permettre l’accès uniquement à ces conteneurs. |
| Coffre de clés | Ressource associée pour le stockage des secrets créés dans le service, par exemple lors de la création d’une connexion. Les identités des espaces de travail de projet ne peuvent accéder qu'à leurs propres secrets. |
| Registre de conteneurs | Ressource associée pour le stockage d’images conteneur générées lors de la création d’environnements. Les images des espaces de travail de projet sont isolées par convention de nommage et peuvent uniquement accéder à leurs propres conteneurs. |
| Application Insights | Ressource associée lors de l’activation de la journalisation des applications pour les points de terminaison. Une application Insights peut être configurée comme valeur par défaut pour tous les espaces de travail de projet. Peut être remplacé au niveau de l’espace de travail du projet. |
Les données chargées dans un espace de travail de projet sont stockées de manière isolée des données chargées dans un autre espace de travail de projet. Bien que les espaces de travail de projet réutilisent les paramètres de sécurité du hub, ils sont toujours des ressources Azure de niveau supérieur, ce qui permet de restreindre l'accès uniquement aux membres du projet.
Créer un espace de travail de projet à l’aide d’un hub
Une fois qu’un hub est créé, il existe plusieurs façons de créer un espace de travail de projet à l’aide de celui-ci :
Note
Les espaces de travail de projet basés sur le hub sont accessibles dans le portail Foundry (classique). Si vous démarrez un nouveau projet, consultez Microsoft Foundry pour le modèle de ressource mis à jour.
- Utilisation de ML Studio
- Utilisation de Foundry
- Utilisant Kit de développement logiciel (SDK) Azure
- Utilisation de modèles d’automatisation
- Utilisant Azure CLI
Note
Lors de la création d’un espace de travail à l’aide d’un hub, il n’est pas nécessaire de spécifier les paramètres de sécurité ou les ressources associées , car celles-ci sont héritées du hub. Par exemple, si l’accès au réseau public est désactivé sur le hub, il est également désactivé sur le nouvel espace de travail créé.
Groupe de ressources de projet par défaut
Pour créer des espaces de travail de projet à l’aide d’un hub, les utilisateurs doivent avoir une attribution de rôle sur la ressource de l'espace de travail du hub en utilisant un rôle qui inclut le Microsoft.MachineLearningServices/workspaces/hubs/join/action. Azure rôle de développeur IA est un exemple de rôle intégré qui prend en charge cette action.
Si vous le souhaitez, lors de la création d’un hub en tant qu’administrateur, vous pouvez spécifier un groupe de ressources de projet par défaut pour permettre aux utilisateurs de créer des espaces de travail de projet de manière libre-service. Si un groupe de ressources par défaut est défini, les utilisateurs sdk/CLI/Studio peuvent créer des espaces de travail dans ce groupe de ressources sans avoir besoin d’autres autorisations Azure de contrôle d’accès en fonction du rôle (Azure RBAC) sur une étendue de groupe de ressources. L'utilisateur qui crée devient propriétaire de la ressource Azure de l'espace de travail du projet.
Les espaces de travail de projet peuvent être créés dans d'autres groupes de ressources que le groupe de ressources par défaut du projet. Pour ce faire, les utilisateurs ont besoin des permissions Microsoft.MachineLearning/Workspaces/write.
Fonctionnalités prises en charge par type d’espace de travail
Les fonctionnalités prises en charge à l’aide d’espaces de travail hub/projet diffèrent des espaces de travail standard. La matrice de prise en charge suivante fournit une vue d’ensemble.
| Fonction | Espace de travail par défaut | Espace de travail Hub | espace de travail Project | Note |
|---|---|---|---|---|
| Créer des espaces de travail de projet en libre-service à partir de Studio | - | X | X | - |
| Créer des connexions partagées sur le hub | X | X | Uniquement dans le portail Foundry | |
| Utiliser des connexions partagées à partir du hub | X | X | - | |
| Réutiliser l’instance de calcul entre les espaces de travail | - | X | X | |
| Partager le quota de calcul entre les espaces de travail | - | X | X | |
| Créer des applications GenAI dans le portail Foundry | - | X | X | |
| Point de terminaison unique pour la liaison privée entre les espaces de travail | - | X | X | |
| Réseau virtuel managé | X | X | X | - |
| Réseau virtuel BYO | X | - | - | Utiliser un autre réseau virtuel managé |
| Clusters de calcul | X | - | - | Utiliser un autre calcul serverless |
| Étape d’exécution parallèle | X | - | - | - |
| Points de terminaison de lot | X | - | - | - |
Toutes les fonctionnalités qui nécessitent l’exécution de clusters de calcul ne seront pas prises en charge pour les espaces de travail hub (sauf si la fonctionnalité est prise en charge sur le calcul serverless).
Conversion d’un espace de travail standard en espace de travail hub
Non pris en charge.
Étapes suivantes
Pour en savoir plus sur la configuration de Azure Machine Learning, consultez :
Pour en savoir plus sur la prise en charge de l’espace de travail hub dans le portail Foundry, consultez :